OpenClaw—AI研究选AI模型这件事，一直没有一套统一的标准。哪家强、哪家性价比高、不同场景用什么最合适，每个人的说法都不一样，信息散落在几十个不同的网站和排行榜上，凑齐一个完整的答案可能要花上大半天。最近一家叫Iternal Technologies的AI战略公司上线了一个叫Ultrabench的工具，号称把这件事变得像查字典一样简单。
Ultrabench本质上是一个AI排行榜聚合器。它不自己做测评，而是把目前市面上40多个来源的数据——包括Artificial Analysis、Vals.ai、LMArena、Hugging Face、arXiv和ARC Prize等——全部整合到一起，给每个主流大模型打一个0到100的综合智能分，然后把这个分数和模型的价格、参数量、内存占用、硬件适配情况放在同一行里，让你一目了然。10月1日的最新快照显示，Anthropic的Claude Opus 5.5以92.5分领跑；排名最高开源权重模型是Moonshot AI的Kimi K3，得分84.4分。
这套体系里最有用的可能是”智能性价比”这个维度。Iternal Technologies的创始人John Byron Hanby IV有句话说得直接：”再过一年，几乎所有前沿模型都会比人类聪明。到时候制胜的关键不是买最聪明的那一个，而是选那个足够聪明、同时成本最低的。”Ultrabench每天更新一次模型价格，自动算出每花一块钱能买到多少智能，让你不用自己手动去各个API市场查价。
除了智能分数和价格，Ultrabench还给出了每个模型的硬件适配信息——包括BF16、INT8、INT4三种精度的内存占用，以及具体能用哪款GPU来跑这些模型。对那些想在本地私有化部署的企业来说，这个信息非常实用，不用再对着显卡参数表一个个去查兼容性了。排行榜本身完全免费，不需要注册、不需要API密钥，直接访问就能用。
有意思的是，Hanby自己给这个产品的定位就是”让AI智能体来用”的。他说：”把你的AI智能体指向Ultrabench，问它应该用哪个模型，这就是我们做它的目的。”换句话说，这个工具不只是给人看的——它的设计初衷就是让AI智能体在接任务的时候能自动查询当前最合适的模型，而不需要人再去做额外的判断。